编译和链接
概述
- 编译器的任务
编译器把源代码（如，用C语言编写的代码）翻译成等价的机器语言代码（也叫作目标代码）。
- 链接器的任务
链接器把编译器翻译好的目标代码、库代码和启动代码组合起来，生成一个可执行程序。
Gcc
C程序的完整编译过程示例
- 预处理（Prepressing）
1
| gcc -E hello.c -o hello.i
|
- 编译（Compilation）
1
| gcc -S hello.i -o hello.s
|
- 汇编（Assembly）
1
| gcc -c hello.s -o hello.o
|
- 链接（Linking）
GCC基本语法
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| -o [filename]：指定输出文件名称。
-c：仅编译，不进行链接，生成目标文件（.o）。
-E：仅执行预处理，生成预处理文件（.i）。
-S：将源代码编译为汇编代码（.s）。
-g：生成调试信息，便于使用调试工具（如GDB）。
-O：优化代码，支持-O1、-O2、-O3等不同优化级别。
-Wall：启用所有警告信息。
-static：使用静态链接。
-shared：生成共享库。
-I [dir]：指定头文件搜索路径。
-L [dir]：指定库文件搜索路径。
-l [libname]：链接指定的库。
|
sizeof和strlen
|
sizeof |
strlen |
| 性质 |
编译时运算符 |
库函数(string.h) |
| 作用 |
计算字节大小 |
计算字符串的长度（不包括结尾的\0字符） |
指针
指针(pointer)是一个值为内存地址的变量（或数据对象）。
可以对指针进行哪些操作？
- 赋值：可以把地址赋给指针。
- 解引用：
*运算符给出指针指向地址上储存的值。
- 取址：和所有变量一样，指针变量也有自己的地址和值。对指针而言，
&运算符给出指针本身的地址。
- 指针与整数相加：可以使用
+运算符把指针与整数相加，或整数与指针相加。无论哪种情况，整数都会和指针所指向类型的大小（以字节为单位）相乘，然后把结果与初始地址相加。
- 递增指针：递增指向数组元素的指针可以让该指针移动至数组的下一个元素。
- 指针减去一个整数：可以使用
-运算符从一个指针中减去一个整数。指针必须是第1个运算对象，整数是第2个运算对象。该整数将乘以指针指向类型的大小（以字节为单位），然后用初始地址减去乘积。
- 递减指针：递减指向数组元素的指针可以让该指针移动至数组的上一个元素。
- 指针求差：可以计算两个指针的差值。通常，求差的两个指针分别指向同一个数组的不同元素，通过计算求出两元素之间的距离。差值的单位与数组类型的单位相同。
- 比较：使用关系运算符可以比较两个指针的值，前提是两个指针都指向相同类型的对象。
复合字面量
- 语法形式为：
1
2
3
| (类型名){ 初始化列表 }
int* ptr = (int[2]){ 2, 4 };
|
- 类型名
指定了要创建的匿名对象的类型，如 int[5]、struct point等。
- 初始化列表
与普通变量初始化语法相同，用于给该匿名对象赋初值。
- 作用域与生命周期：
- 当复合字面量出现在函数体外时，它具有静态存储期（整个程序运行期间存在）。
- 当出现在函数体内时，它具有自动存储期（通常在其所在的块作用域结束时失效）。
- 其地址可以被获取，并且可以像普通变量一样被修改（除非被限定为
const）。
- 提高代码紧凑性与可读性：
- 避免了为仅使用一次的临时变量单独命名和声明，使代码更简洁。
函数指针&函数指针
|
指针函数 |
函数指针 |
| 性质 |
函数，返回指针类型 |
指针变量，存储函数地址 |
| 示例 |
int* fun(int a) |
int (*fun)(int, int) |
| 使用场景 |
返回数据地址（如数组、字符串） |
动态调用函数（如回调机制） |
内存管理
存储类别
作用域
作用域描述程序中可访问标识符的区域。一个C变量的作用域可以是块作用域、函数作用域、函数原型作用域或文件作用域。
链接
变量有3种链接属性：外部链接、内部链接或无链接。
- 具有块作用域、函数作用域或函数原型作用域的变量都是无链接变量。这些变量属于定义它们的块、函数或原型私有。
- 具有文件作用域的变量可以是外部链接或内部链接。外部链接变量可以在多文件程序中使用，内部链接变量只能在一个翻译单元中使用。
- 注：C 标准用“内部链接的文件作用域”描述仅限于一个翻译单元（即一个源代码文件和它所包含的头文件）的作用域，用“外部链接的文件作用域”描述可延伸至其他翻译单元的作用域。但是，对程序员而言这些术语太长了。一些程序员把“内部链接的文件作用域”简称为“文件作用域”，把“外部链接的文件作用域”简称为“全局作用域”或“程序作用域”。
存储期
作用域和链接描述了标识符的可见性。存储期描述了通过这些标识符访问的对象的生存期。C对象有4种存储期：静态存储期、线程存储期、自动存储期、动态分配存储期。
- 如果对象具有静态存储期，那么它在程序的执行期间一直存在。文件作用域变量具有静态存储期。注意，对于文件作用域变量，
static表明了其链接属性，而非存储期。以 static声明的文件作用域变量具有内部链接。但是无论是内部链接还是外部链接，所有的文件作用域变量都具有静态存储期。
- 线程存储期用于并发程序设计，程序执行可被分为多个线程。具有线程存储期的对象，从被声明时到线程结束一直存在。以关键字
_Thread_local声明一个对象时，每个线程都获得该变量的私有备份。
- 块作用域的变量通常都具有自动存储期。当程序进入定义这些变量的块时，为这些变量分配内存；当退出这个块时，释放刚才为变量分配的内存。
- 变长数组稍有不同，它们的存储期从声明处到块的末尾，而不是从块的开始处到块的末尾。
| 存储类别 |
存储期 |
作用域 |
链接 |
声明方式 |
| 自动 |
自动 |
块 |
无 |
块内 |
| 寄存器 |
自动 |
块 |
无 |
块内，register |
| 静态外部链接 |
静态 |
文件 |
外部 |
所有函数外 |
| 静态内部链接 |
静态 |
文件 |
内部 |
所有函数外，static |
| 静态无链接 |
静态 |
块 |
无 |
块内，static |
存储类别说明符
auto说明符表明变量是自动存储期，只能用于块作用域的变量声明中。由于在块中声明的变量本身就具有自动存储期，所以使用auto主要是为了明确表达要使用与外部变量同名的局部变量的意图。register说明符也只用于块作用域的变量，它把变量归为寄存器存储类别，请求最快速度访问该变量。同时，还保护了该变量的地址不被获取。- 用
static说明符创建的对象具有静态存储期，载入程序时创建对象，当程序结束时对象消失。如果static 用于文件作用域声明，作用域受限于该文件。如果 static用于块作用域声明，作用域则受限于该块。因此，只要程序在运行对象就存在并保留其值，但是只有在执行块内的代码时，才能通过标识符访问。块作用域的静态变量无链接。文件作用域的静态变量具有内部链接。
extern 说明符表明声明的变量定义在别处。如果包含 extern 的声明具有文件作用域，则引用的变量必须具有外部链接。如果包含 extern 的声明具有块作用域，则引用的变量可能具有外部链接或内部链接，这接取决于该变量的定义式声明。
分配内存：malloc和free
- 静态存储类别所用的内存数量在编译时确定，只要程序还在运行，就可访问储存在该部分的数据。该类别的变量在程序开始执行时被创建，在程序结束时被销毁。
- 自动存储类别的变量在程序进入变量定义所在块时存在，在程序离开块时消失。因此，随着程序调用函数和函数结束，自动变量所用的内存数量也相应地增加和减少。这部分的内存通常作为栈来处理，这意味着新创建的变量按顺序加入内存，然后以相反的顺序销毁。
- 动态分配的内存在调用
malloc()或相关函数时存在，在调用free()后释放。这部分的内存由程序员管理，而不是一套规则。所以内存块可以在一个函数中创建，在另一个函数中销毁。正是因为这样，这部分的内存用于动态内存分配会支离破碎。也就是说，未使用的内存块分散在已使用的内存块之间。另外，使用动态内存通常比使用栈内存慢。
ANSI C类型限定符
const
以const关键字声明的对象，其值不能通过赋值或递增、递减来修改。
在指针和形参声明中使用const
const放在*左侧任意位置，限定了指针指向的数据不能改变。const放在*的右侧，限定了指针本身不能改变。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
const int* ptr_a;
int* const ptr_b;
const int* const ptr_c;
|
对全局数据使用const
- 方案一，在一个文件中使用定义式声明，在其他文件中使
用引用式声明（extern）：
1
2
3
4
|
const double PI = 3.14159;
extern const double PI;
|
- 方案二，把
const变量放在一个头文件中，然后在其他文件中包含该头文件：
1
2
3
4
5
6
|
static const double PI = 3.14159;
#include "constant.h"
#include "constant.h"
|
- 必须在头文件中用
static声明全局const变量,否则在file1.c和file2.c中包含的constant.h将导致每个文件中都有一个相同标识符的定义式声明。
- 方法二相当于给每个文件提供了一个单独的数据副本。由于每个副本只对该文件可见，所以无法用这些数据和其他文件通信。不过它们都是完全相同（每个文件都包含相同的头文件）的
const数据（声明时使用了const关键字）。
- 头文件方案的好处是，所有文件都只需包含同一个头文件。但它的缺点是，数据是重复的。如果const数据包含庞大的数组，就不能视而不见了。
const与``#define
1
2
3
4
| #define LIMIT 20
const int LIM = 50;
static int data1[LIMIT];
static int data2[LIM];
|
在文件作用域（即所有函数之外，全局变量区域）声明数组时，数组的大小必须是一个编译时常量表达式（整型常量的组合、枚举常量和sizeof表达式），不包括const声明的值（这也是C++和C的区别之一，在C++中可以把const值作为常量表达式的一部分）。
volatile
volatile限定符告知计算机，代理（而不是变量所在的程序）可以改变该变量的值。通常，它被用于硬件地址以及在其他程序或同时运行的线程中共享数据。
volatile的语法和const一样：
1
2
| volatile int loc;
volatile int* ptr_loc;
|
- 可以同时用
const和volatile限定一个值。例如，通常用const把硬件时钟设置为程序不能更改的变量，但是可以通过代理改变，这时用volatile。只能在声明中同时使用这两个限定符，它们的顺序不重要，如下所示：
1
2
| volatile const int loc;
const volatile int* ptr_loc;
|
restrict
restrict关键字允许编译器优化某部分代码以更好地支持计算。它只能用于指针，表明该指针是访问数据对象的唯一且初始的方式。
1
2
3
4
5
|
int* restrict restar = (int*) = malloc(10 * sizeof(int));
|
_Atomic（C11）
1
2
3
| _Atomic int hogs;
atomic_store(&hogs, 12);
|
文件输入/输出
标准I/O
exit()
exit()函数关闭所有打开的文件并结束程序。
1
2
3
4
5
6
| #include <stdlib.h>
exit(EXIT_SUCCESS);
exit(EXIT_FAILURE);
|
- 根据ANSI C的规定，在最初调用的
main()中使用return与调用exit()的效果相同。因此，在main()中
return 0;与exit(0);的作用相同。
- 但是，我们说的是“最初的调用”。如果
main()在一个递归程序中，exit()仍然会终止程序，但是return只会把控制权交给上一级递归，直至最初的一级。然后return结束程序。
return和exit()的另一个区别是，即使在其他函数中（除main()以外）调用exit()也能结束整个程序。
fopen()
fopen()模式字符串说明
| 模式字符串 |
含义 |
| “r” |
以读模式打开文件（仅读，文件需存在） |
| “w” |
以写模式打开文件，把现有文件的长度戳截为0（新建/覆盖，不存在则创建） |
| “a” |
以写模式打开文件，在现有文件末尾添加内容（追加，不存在则创建） |
| “r+” |
以更新模式打开文件（读写，文件需存在） |
| “w+” |
以更新模式打开文件（读写，新建/覆盖） |
| “a+” |
以更新模式打开文件；可以读整个文件，但只能从末尾添加内容（读写，追加） |
“rb”、”wb”、”ab”
“ab+”、”a+b”
“wb+”、”w+b” |
二进制模式（对应文本模式功能） |
“wx”、”wbx”、”w+x”
“wb+x”或”w+bx” |
（C11）独占模式（文件存在或以独占模式打开文件，则打开文件失败） |
getc()和putc()
getc()和putc()函数与getchar()和putchar()函数类似。所不同的是，要告诉getc()和putc()函数使用哪一个文件。
1
2
3
4
5
6
7
| int ch;
FILE* fp;
ch = getc(fp);
putc(ch, fpout);
|
fclose()
fclose(fp)函数关闭fp指定的文件，必要时刷新缓冲区。对于较正式的程序，应该检查是否成功关闭文件。如果成功关闭，fclose()函数返回0，否则返回EOF：
1
2
3
| if (fclose(fp) != 0) {
printf("Error in closing file %s\n", argv[1]);
}
|
如果磁盘已满、移动硬盘被移除或出现I/O错误，都会导致调用fclose()函数失败。
文件I/O
fprintf()和fscanf()
与printf()和scanf()类似
1
2
|
fprintf(stderr, "\033[1;31mCan't create output file.\n\033[0m");
|
fgets()和fputs()
1
2
| fgets(buf, len, fp);
fputs(buf, fp);
|
和puts()函数不同，fputs()在打印字符串时不会在其末尾添加换行符。
随机访问：fseek()和ftell()
fseek()和ftell()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
fseek(fp, 0L, SEEK_SET);
fseek(fp, 2L, SEEK_CUR);
fseek(fp, -1L, SEEK_END);
|
1
2
3
4
5
|
long last = ftell(fp);
|
fgetpos()和fsetpos()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
int fgetpos(FILE* restrict stream, fpos_t* restrict pos);
int fsetpos(FILE* stream, const fpos_t* pos);
|
标准I/O的机理
- 调用
fopen()打开文件（C程序会自动打开3种标准文件）。fopen()函数不仅打开一个文件，还创建了一个缓冲区（在读写模式下会创建两个缓冲区）以及一个包含文件和缓冲区数据的结构。另外，fopen()返回一个指向该结构的指针。假设把该指针赋给一个指针变量fp，我们说fopen()函数“打开一个流”。如果以文本模式打开该文件，就获得一个文本流；如果以二进制模式打开该文件，就获得一个二进制流。这个结构通常包含一个指定流中当前位置的文件位置指示器。除此之外，它还包含错误和文件结尾的指示器、一个指向缓冲区开始处的指针、一个文件标识符和一个计数（统计实际拷贝进缓冲区的字节数）。我们主要考虑文件输入。
- 通常，第2步是调用一个定义在
stdio.h中的输入函数，如fscanf()、getc()或fgets()。一调用这些函数，文件中的数据块就被拷贝到缓冲区中。缓冲区的大小因实现而异，一般是512字节或是它的倍数，如4096或16384（随着计算机硬盘容量越来越大，缓冲区的大小也越来越大）。最初调用函数，除了填充缓冲区外，还要设置fp所指向的结构中的值。尤其要设置流中的当前位置和拷贝进缓冲区的字节数。通常，当前位置从字节0开始。在初始化结构和缓冲区后，输入函数按要求从缓冲区中读取数据。在它读取数据时，文件位置指示器被设置为指向刚读取字符的下一个字符。由于stdio.h系列的所有输入函数都使用相同的缓冲区，所以调用任何一个函数都将从上一次函数停止调用的位置开始。当输入函数发现已读完缓冲区中的所有字符时，会请求把下一个缓冲大小的数据块从文件拷贝到该缓冲区中。以这种方式，输入函数可以读取文件中的所有内容，直到文件结尾。函数在读取缓冲区中的最后一个字符后，把结尾指示器设置为真。于是，下一次被调用的输入函数将返回EOF。
- 输出函数以类似的方式把数据写入缓冲区。当缓冲区被填满时，数据将被拷贝至文件中。
二进制I/O：fread()和fwrite()
fwrite()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
size_t fwrite(const void* restrict ptr, size_t size, size_t nmemb, FILE* restrict fp);
char buffer[256];
fwrite(buffer, 256, 1, fp);
|
fread()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
size_t fread(void * restrict ptr, size_t size, size_t nmemb,FILE * restrict fp);
double earnings[10];
fread(earnings, sizeof(double), 10, fp);
|
数据类型
struct
和数组不同，结构名不是结构的地址，要在结构名前使用&运算符才能获得结构的地址。
union
union能在同一个内存空间中储存不同的数据类型（不是同时储存）。其大小取决于其最大成员的大小。
- 用一个成员把值储存在一个联合中，然后用另一个成员查看内容
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| typedef union {
short short_value[2];
int int_value;
float float_value;
} converter_t;
int main(void){
···
converter_t conv;
conv.float_value = 3.14159f;
printf("float type: %.5f, addr: 0x%X (short_value[0]: %04X, short_value[1]: %04X)\n", conv.float_value, conv.int_value, conv.short_value[0], conv.short_value[1]);
···
}
|
输出：
1
| float type: 3.14159, addr: 0x40490FD0 (short_value[0]: 0FD0, short_value[1]: 4049)
|
enum (enumerated type)
使用enum关键字，可以创建一个新“类型”并指定它可具有的值（实际上，enum常量是int类型）。
复杂的声明
1
2
3
4
5
6
7
8
9
10
11
| int board[8][8];
int** ptr;
int* risks[10];
int (*rusks)[10];
int* oof[3][4];
int (*uuf)[3][4];
int (*uof[3])[4];
char* fump(int);
char (*frump)(int);
char (*flump[3])(int);
|
- 数组名后面的
[]和函数名后面的()具有相同的优先级。它们比*（解引用运算符）的优先级高。
[]和()的优先级相同，都是从左往右结合。
C预处理器
宏和函数的选择
- 宏和函数的选择实际上是时间和空间的权衡。
- 宏生成内联代码，即在程序中生成语句。如果调用20次宏，即在程序中插入20行代码。如果调用函数20次，程序中只有一份函数语句的副本，所以节省了空间。
- 然而，函数的调用过程包括建立调用、传递参数、跳转到函数代码并返回，这显然比内联代码花费更多的时间。
泛型编程（C11）
1
2
3
4
5
6
| #define MYTYPE(X) _Generic((X),\
int: "int",\
float : "float",\
double: "double",\
default: "other"\
)
|
_Generic是C11的关键字。_Generic后面的圆括号中包含多个用逗号分隔的项。第1个项是一个表达式，后面的每个项都由一个类型、一个冒号和一个值组成。第1个项的类型匹配哪个标签，整个表达式的值是该标签后面的值。
inline function（C99）
- 把函数变成内联函数，编译器可能会用内联代码替换函数调用，并（或）执行一些其他的优化，但是也可能不起作用。
- 编译器优化内联函数必须知道该函数定义的内容。这意味着内联函数定义与函数调用必须在同一个文件中。鉴于此，一般情况下内联函数都具有内部链接。因此，如果程序有多个文件都要使用某个内联函数，那么把内联函数定义放入头文件即可。
_Noreturn函数（C11）
表明调用完成后函数不返回主调函数。exit()函数是
_Noreturn函数的一个示例。
断言库
1
2
3
4
5
6
|
#include <assert.h>
...
int a = b + c;
assert(a >= 0);
...
|